成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
表征学习
关注
148
在机器学习中,表征学习或表示学习是允许系统从原始数据中自动发现特征检测或分类所需的表示的一组技术。这取代了手动特征工程,并允许机器学习特征并使用它们执行特定任务。在有监督的表征学习中,使用标记的输入数据来学习特征,包括监督神经网络,多层感知器和(监督)字典学习。在无监督表征学习中,特征是与未标记的输入数据一起学习的,包括字典学习,独立成分分析,自动编码器,矩阵分解和各种形式的聚类。
综合
百科
VIP
热门
动态
论文
精华
美国、欧盟相继发布人工智能计划,“AI+医疗”前景广阔
生物探索
0+阅读 · 2019年2月13日
GAN用于无监督表征学习,效果依然惊人……
CVer
0+阅读 · 2019年7月9日
论文浅尝 | AAAI2020 - 基于规则的知识图谱组合表征学习
开放知识图谱
3+阅读 · 2020年5月1日
PRCV 2018现场干货速递(二)
极市平台
7+阅读 · 2018年11月24日
自监督学习新范式CAE:为什么 MIM 比对比学习更适合下游任务?
机器之心
0+阅读 · 2022年2月19日
AI的推动引擎——深度学习
51CTO博客
1+阅读 · 2018年10月16日
知识图谱前沿跟进,看这篇就够了,Philip S. Yu 团队发布权威综述,六大开放问题函待解决!
AI科技评论
2+阅读 · 2020年3月9日
学界 | 图神经网络+池化模块,斯坦福等提出层级图表征学习
机器之心
30+阅读 · 2018年7月16日
收录160+篇文章!清华唐杰团队详解自监督学习
学术头条
3+阅读 · 2020年6月19日
深度森林第三弹:周志华组提出可做表征学习的多层梯度提升决策树
人工智能学家
1+阅读 · 2018年6月4日
何恺明团队最新力作SimSiam:消除表征学习“崩溃解”,探寻对比表达学习成功之根源
AI科技评论
0+阅读 · 2020年11月24日
复杂网络的双曲空间表征学习方法
专知
2+阅读 · 2020年11月13日
ICLR 2019论文接收结果揭晓:24篇oral论文有没有你?
机器之心
5+阅读 · 2018年12月21日
大会 | ICLR 2018截稿:取消公开评审改为双盲引人关注
AI科技评论
0+阅读 · 2017年10月30日
图表示学习在美团推荐中的应用
图与推荐
1+阅读 · 2021年12月24日
参考链接
父主题
机器学习
数据挖掘
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top